亚洲AV无一区二区三区久久,精品无码AV少妇一区二区三区,男女真人国产牲交a做片野外

基于阻抗匹配器的二極管幅-相檢測電路設(shè)計[模擬設(shè)計][其他]

半導(dǎo)體芯片領(lǐng)域的競爭很大程度上取決于半導(dǎo)體裝備以及核心零部件的競爭，如射頻電源、阻抗匹配器等。設(shè)備的抗干擾能力以及穩(wěn)定性等特性是衡量設(shè)備優(yōu)劣的重要標(biāo)準(zhǔn)。對于阻抗匹配器而言，控制回路的精準(zhǔn)、穩(wěn)定以及快速響應(yīng)是決定阻抗匹配器這款產(chǎn)品性能好壞的重要指標(biāo)。因此，基于電容分壓采樣、電流互感器采樣以及運放電路等相關(guān)原理，設(shè)計了一款純硬件電路的阻抗幅值、相位檢測回路，并用仿真軟件ADS2021進(jìn)行模擬仿真實驗，得到表征射頻電源和負(fù)載之間阻抗匹配程度的模擬量Urms。通過實驗測試表明，Urms越大表征射頻源與負(fù)載之間失配越嚴(yán)重，功率傳輸效率越低；Urms越小表征射頻源和負(fù)載之間的匹配程度越好，功率傳輸效率越高。同時，通過改變母線信號的輸入功率，得到Urms與輸入功率具有較高的線性相關(guān)性，因此該檢測回路具有很好的穩(wěn)定性，能夠適用于寬范圍匹配器阻抗的幅值、相位檢測。關(guān)鍵詞：阻抗匹配,Urms,幅值-相位信號,線性相關(guān)

發(fā)表于：7/11/2023

一種射頻識別讀寫器接口協(xié)議測試系統(tǒng)的實現(xiàn)[微波|射頻][其他]

分析了射頻識別讀寫器接口協(xié)議測試技術(shù)的國內(nèi)外現(xiàn)狀與局限性，探討了進(jìn)一步研制讀寫器接口協(xié)議測試系統(tǒng)的必要性。論述了一種讀寫器接口協(xié)議測試系統(tǒng)，包括測試裝置與軟件設(shè)計、測試方法研究與設(shè)計，通過研究讀寫器接口協(xié)議測試方法，進(jìn)一步完善了軍用射頻識別標(biāo)準(zhǔn)體系。通過研制讀寫器接口協(xié)議測試裝置與軟件，填補了軍用射頻識別讀寫器接口協(xié)議符合性測試領(lǐng)域的空白，為軍用射頻識別裝備的應(yīng)用提供技術(shù)支撐，提高了測試效率，并提升了符合性測試的穩(wěn)定性和安全性。

發(fā)表于：7/11/2023

基于CCS開發(fā)環(huán)境下Flash算法的研究與實現(xiàn)[其他][其他]

在CCS調(diào)用TI自帶的Flash算法操作片上Flash時因擦除、編程和校驗耗時比較長，很容易導(dǎo)致系統(tǒng)硬件看門狗計數(shù)溢出引發(fā)系統(tǒng)復(fù)位。傳統(tǒng)的處理方法需要用戶每次燒寫Flash時對硬件或軟件進(jìn)行修改。對于成品系統(tǒng)板存在很大的人為因素。為了避免上述人為因素導(dǎo)致產(chǎn)品被鎖住的潛在風(fēng)險，提供了一套通用、易于實現(xiàn)、可排除人為因素的Flash算法：替代CCS自帶的Flash算法，使其增加看門狗喂狗函數(shù)指針或用戶定制的其他功能函數(shù)指針，從而解決CCS操作Flash時用戶無法喂狗或其他功能的尷尬局面。試驗結(jié)果表明，該Flash算法可按用戶需求添加定制功能及喂狗函數(shù)，避免對軟件或硬件的改動，提升了系統(tǒng)在調(diào)試階段的穩(wěn)定性、可靠性等。

發(fā)表于：7/11/2023

石英撓性加速度計時間同步無線測試系統(tǒng)[測試測量][其他]

針對石英撓性加速度計參數(shù)建模時的同步測試需求，基于無線通信技術(shù)設(shè)計了時間同步無線測試系統(tǒng)。該系統(tǒng)基于CC2530無線SOC芯片設(shè)計，采用硬件捕獲時間戳的方式降低部分延遲因素，利用最小二乘法（Least Squares Fit，LSF）估計、補償無線節(jié)點間的相對時鐘漂移，設(shè)計了監(jiān)聽同步方式以減少發(fā)送同步信息包的次數(shù)。單跳及多跳監(jiān)聽同步測試結(jié)果表明，其4跳平均同步誤差為 3.826 μs，均方差為3.286 μs，且4跳平均監(jiān)聽誤差分別為8.193 μs、5.241 μs。系統(tǒng)能滿足石英撓性加速度計參數(shù)建模應(yīng)用的同步測試要求，并可以推廣到類似應(yīng)用中。

發(fā)表于：7/11/2023

基于FPGA的遠(yuǎn)程實驗系統(tǒng)軟件平臺的設(shè)計與實現(xiàn)[嵌入式技術(shù)][其他]

基于以FPGA為核心的硬件實驗平臺，根據(jù)遠(yuǎn)程實驗系統(tǒng)中FPGA遠(yuǎn)程配置及控制、實驗結(jié)果獲取與顯示、設(shè)備與用戶管理等需求，結(jié)合圖像識別、桌面客戶端、Socket網(wǎng)絡(luò)通信、Web API等相關(guān)技術(shù)設(shè)計并實現(xiàn)了一套完整的遠(yuǎn)程FPGA實驗系統(tǒng)軟件平臺。經(jīng)測試，該軟件平臺性能良好，實驗結(jié)果獲取準(zhǔn)確，不僅保證了用戶進(jìn)行遠(yuǎn)程計算機硬件實驗時的良好體驗，同時還提高了學(xué)校實驗教學(xué)的靈活性。

發(fā)表于：7/11/2023

一種通用的底層驅(qū)動程序設(shè)計[模擬設(shè)計][其他]

提出了一種通用的底層驅(qū)動程序設(shè)計方法，適用于不同架構(gòu)的芯片驅(qū)動的開發(fā)。這是一種自上而下的軟件結(jié)構(gòu)，采用C語言進(jìn)行編寫。在確立好頂層框架后，可以多人協(xié)作完成各個模塊驅(qū)動程序的開發(fā)，從而快速進(jìn)入調(diào)試階段，大大縮短了驅(qū)動程序的開發(fā)流程，節(jié)約了時間，提升了工作效率。在這種驅(qū)動程序的基礎(chǔ)上可以進(jìn)一步開發(fā)芯片的測試程序以及應(yīng)用程序。

發(fā)表于：7/11/2023

控制系統(tǒng)中智能計算的設(shè)計與實現(xiàn)方法[模擬設(shè)計][其他]

在SCADA組態(tài)軟件系統(tǒng)中，智能計算是必不可少的一個環(huán)節(jié)。它在處理各個采集點之間的邏輯關(guān)系、一些時序類采集點的累計、平均、積分等以及一些熱工領(lǐng)域的蒸汽表函數(shù)時體現(xiàn)了極大的優(yōu)越性和便利性。描述了一種控制系統(tǒng)中智能計算的設(shè)計和實現(xiàn)方法，首先提出了組合宏和組態(tài)Tag的嵌套調(diào)用概念，然后分別介紹了計算模塊處理流程、組合宏基本定義、軟件模塊劃分及調(diào)用、計算組態(tài)工具的設(shè)計、內(nèi)存索引表設(shè)計、全局和局部變量設(shè)計、計算負(fù)荷均分設(shè)計、在線處理的計算類設(shè)計以及計算處理的接口函數(shù)設(shè)計等。該系統(tǒng)設(shè)計思想先進(jìn)，實時性高，組態(tài)便捷快速，計算準(zhǔn)確無誤，已經(jīng)廣泛應(yīng)用于多個領(lǐng)域的工業(yè)控制系統(tǒng)。

發(fā)表于：7/11/2023

無線電監(jiān)測數(shù)據(jù)管理圖模型及應(yīng)用[測試測量][數(shù)據(jù)中心]

針對無線電監(jiān)管實踐中數(shù)據(jù)類型多、數(shù)據(jù)量大和異構(gòu)等問題，如何管理無線電監(jiān)測數(shù)據(jù)一直是研究工作的熱點。基于無線電監(jiān)管知識圖譜框架，建立了無線電監(jiān)測數(shù)據(jù)管理圖模型，以MATLAB為工具，仿真了高斯信道條件下典型無線電業(yè)務(wù)的信號調(diào)制特性，獲得了無線電頻譜仿真數(shù)據(jù)集，從而建立無線電頻譜使用狀況知識庫，實現(xiàn)知識查詢、推理和可視化等功能。實驗結(jié)果表明，基于Django框架和圖數(shù)據(jù)庫Neo4j無線電監(jiān)測數(shù)據(jù)管理Web應(yīng)用系統(tǒng)能夠為無線電監(jiān)測數(shù)據(jù)智慧化管理提供有效的解決方案。

發(fā)表于：7/11/2023

基于BLE Mesh的資產(chǎn)定位系統(tǒng)設(shè)計[測試測量][其他]

針對當(dāng)前資產(chǎn)定位系統(tǒng)定位精度、建設(shè)成本和部署靈活性難以有效平衡的問題，基于BLE Mesh采用多維標(biāo)度分析（MultiDimensional Scaling-Map， MDS-MAP）定位算法設(shè)計了一種資產(chǎn)定位系統(tǒng)。系統(tǒng)首先對原始接收信號強度（Received Signal Strength Indicator， RSSI）進(jìn)行高斯-卡爾曼融合濾波，提高了RSSI值的準(zhǔn)確性；然后利用生存時間（Time To Live， TTL）對中繼節(jié)點進(jìn)行約束，提高了數(shù)據(jù)傳輸?shù)挠行?；最后利用半徑彌補法與Bellman-Ford融合迭代方案對生成的距離矩陣進(jìn)行修正，減小了測距誤差。實驗結(jié)果表明，所設(shè)計的系統(tǒng)可有效完成藍(lán)牙標(biāo)簽信息更新以及位置展示，平均定位精度達(dá)到了0.94 m。本系統(tǒng)具有成本低、工程實施方便的優(yōu)點，有一定的應(yīng)用價值和發(fā)展前景。

發(fā)表于：7/11/2023

極端條件下高壓輸電線路覆冰識別檢測技術(shù)[測試測量][其他]

目前，越來越多的高壓輸電線路需穿過重度覆冰區(qū)，由冰雪災(zāi)害引起的輸電線路故障問題頻繁發(fā)生，從而造成一定的經(jīng)濟損失，故需要探索一種有效識別極端條件下覆冰輸電線路狀態(tài)的檢測算法。提出小波變換模極大值和多尺度多結(jié)構(gòu)形態(tài)學(xué)兩者加權(quán)融合算法，對算法的原理進(jìn)行了分析，結(jié)合所采集到的圖像，通過去霧、濾波、灰度增強等方法對圖像預(yù)處理，對邊緣檢測算法進(jìn)行實現(xiàn)。通過對比經(jīng)典常用的邊緣檢測算子發(fā)現(xiàn)，該方法在極端條件下對覆冰輸電線路邊緣輪廓檢測誤差只有0.661 7%，滿足極端條件下覆冰輸電線路識別檢測，為下一步輸電線路覆冰厚度計算以及故障診斷提供技術(shù)支持。

發(fā)表于：7/11/2023

支持多協(xié)議的可配置通信引擎設(shè)計[模擬設(shè)計][通信網(wǎng)絡(luò)]

針對國內(nèi)對于專用通信引擎的研究空缺，實現(xiàn)了一種支持多協(xié)議的可配置通信引擎設(shè)計，并以典型的數(shù)據(jù)鏈路層協(xié)議——高級數(shù)據(jù)鏈路控制（High 1evel Data Link Control， HDLC）協(xié)議的引擎塊實現(xiàn)為例，采用System Verilog搭建仿真平臺，通過C語言編寫測試case，以回環(huán)驗證的方式保證設(shè)計正確性。可配置引擎塊以自研RSIC核為核心，采用AHB總線互連，內(nèi)部集成HDLC、UART等通信協(xié)議以及DMA、TDM、GPIO等通用外設(shè)，實現(xiàn)通信協(xié)議的處理及數(shù)據(jù)傳輸，有助于解放處理器負(fù)載，提高數(shù)據(jù)處理效率，同時將HDLC與可配置通信引擎相結(jié)合，解決了多路信號的HDLC對處理器資源的占用率高等問題。

發(fā)表于：7/11/2023

一種基于頂部熱沉的抗輻射POL電源設(shè)計[電源技術(shù)][航空航天]

針對衛(wèi)星裝備的小型化、整機系統(tǒng)的輕量化需求，提出一種基于頂部熱沉的抗輻射POL電源設(shè)計方案，重點討論了電路設(shè)計、結(jié)構(gòu)設(shè)計、工藝設(shè)計。通過仿真分析、樣品測試及評估試驗，驗證該設(shè)計的合理性?；谠摲桨冈O(shè)計的樣品在體積、功率密度、重量等方面優(yōu)勢明顯，可為宇航用高可靠、高性能電子裝備系統(tǒng)提供微型化、輕量化的三次電源解決方案。

發(fā)表于：7/11/2023

基于RISC-V架構(gòu)的Spike緩存模型的設(shè)計和實現(xiàn)[嵌入式技術(shù)][其他]

使用基于精簡指令集原則的指令架構(gòu)（RISC-V）的指令集，針對現(xiàn)有Spike驗證模型中的緩存寫回功能的缺失問題，設(shè)計一種基于RISC-V指令集的現(xiàn)代超標(biāo)量處理器緩存模型?；诂F(xiàn)代高速緩存的基本原理，結(jié)合Spike驗證模型，實現(xiàn)現(xiàn)代高速緩存的基本讀寫操作，并進(jìn)行系統(tǒng)級芯片（SoC）環(huán)境下的仿真和驗證，可作為微型電子芯片（IC）前端邏輯設(shè)計中的驗證模型使用。該方案能夠以較快的時間完成基于RISC-V指令集的大型SoC的設(shè)計與驗證。

發(fā)表于：7/11/2023

一種面向SoC的全方位系統(tǒng)監(jiān)測驗證方案[電子元件][其他]

伴隨著目前SoC尺寸和復(fù)雜度的迅速增加，如何在系統(tǒng)層面實施充分完善的驗證成為了一項重要挑戰(zhàn)。棘手的工作不但來自于對系統(tǒng)層面各項硬件資源的調(diào)度和測試場景實現(xiàn)，也來自于如何從復(fù)雜的系統(tǒng)運行中獲得有用的信息。為了讓驗證人員在仿真過程中及時掌握系統(tǒng)信息，提出一種面向SoC的全方位系統(tǒng)監(jiān)測驗證方案，基于UVM框架可以實時獲得多種系統(tǒng)狀態(tài)信息。該方案也是基于一種自動化的驗證平臺并在此之上將監(jiān)測到的信息做了處理，以用來輔助驗證人員更好地分析系統(tǒng)和定位問題。

發(fā)表于：7/11/2023

一種乳腺X線影像腫塊的多特征融合檢測算法[人工智能][醫(yī)療電子]

針對在單視圖的乳腺腫塊檢測算法中漏檢率和假陽性率較高的問題，提出了一種改進(jìn)的自動檢測算法。將擴張殘留網(wǎng)絡(luò)（Dilated Residual Network，DRN）結(jié)合重新設(shè)計的特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network，F(xiàn)PN）用于對乳腺腫塊的檢測。首先利用DRN中的膨脹卷積，減少對圖像的下采樣次數(shù)；再擴充網(wǎng)絡(luò)的深度，使其輸出滿足FPN所需的輸入；在FPN結(jié)構(gòu)中，采用注意力機制降低不同特征圖直接融合所造成的信息損失，同時采用密集連接代替原有的橫向連接，充分融合淺層特征中目標(biāo)的位置和細(xì)節(jié)信息。仿真實驗顯示，所設(shè)計的模型在CBSI-DDSM數(shù)據(jù)集上的檢測精度相比于基準(zhǔn)模型提升了7.1%。

發(fā)表于：7/11/2023